Theorie und Praxis der Klassifizierung von multispektralen Satellitenbildern mit neuronalen Netzen

1998

S. 130-134

Unselbständiges Werk

200068864

Für die praktische Arbeit mit Satellitenbildern stehen neben zahlreichen geeigneten Satellitenbildern auch verschiedene methodische Ansätze der Klassifizierung zur Verfügung, die insbesondere für die universitäre Ausbildung zur Fernerkundung im Bereich der Geographie in Betracht kommen. In einem kurzen Abriß wird versucht, die Theorie des sogenannten zweischichtigen Perzeptrons - das wichtigste aller neuronalen Netze - in seinem Grundkonzept vorzustellen. Ziel des ersten Teils dieses Beitrags ist es, die Klassifizierung von multispektralen Satellitenbildern zu beschreiben, ohne auf die Kernstücke Programmierung, Netzarchitekturen und Algorithmen, die im Forschungszentrum Jülich konzipiert wurden, im einzelnen einzugehen. Grundlage einer praktischen Anwendung ist die Einbettung dieser Methodidk in Form von Übungen zur Fernerkundung am Institut für Geographie der Universität Leipzig, deren Hauptergebnisse hier in ausgewählten Teilbereichen ebenfalls dargestellt werden. Dabei kommt dem Konzept neuronaler Netze, methodisch ansprechende Wege zur Klassifizierung und praktikable Ansätze für die studentische Ausbildung einzusetzen, ein hoher Stellenwert zu.